PENGOLAHAN DATA SURVEY ASAL-TUJUAN MENGGUNAKAN MICROSOFT EXCEL

Simposium XIII FSTPT, Universitas Katolik Soegijapranata Semarang, 8-9 Oktober 2010

PENGOLAHAN DATA SURVEY ASAL-TUJUAN MENGGUNAKAN MICROSOFT EXCEL Rudy Setiawan Staf Pengajar Jurusan Teknik Sipil Fakultas Teknik Sipil & Perencanaan Universitas Kristen Petra Jalan Siwalankerto 121-131 Surabaya 60236 Indonesia Tlp: (031) 2983398 Fax:(031) 8417658 [email protected] Abstract A useful picture of local traffic movements can be built up by defining one or more cordons and screenlines in a local area, noting the license plates of vehicles passing these cordon or screenlines. These data samples help define the total transportation behavior and travel patterns within the study area. But a large amount of work is necessary to match the license plate numbers on the field sheets of each O-D station against nearby O-D stations to trace the route origin and destination of each vehicle. This paper describes an alternative methodology to process license plate data matching using Microsoft Excel spreadsheets to produce a matrix of flow. This simple procedure using several functions in Microsoft Excel can also modify to comply others purpose such as to produce a trip chain. Keywords: origin-destination survey, license plate matching, OD matrix.

PENDAHULUAN Untuk dapat mengambarkan pola pergerakan pelaku perjalanan dalam suatu daerah studi perlu dilakukan Survey Asal-Tujuan (Origin-Destination Survey) yang bermanfaat untuk membuat Matriks Asal-Tujuan (MAT). Metode pencatatan license plate termasuk dalam salah satu dari beberapa metode survey asal-tujuan yang sangat sederhana namun membutuhkan waktu dalam pengolahan data hasil survey berupa pencocokkan data pencatatan antar pos pengamatan. Tujuan penulisan makalah ini adalah memberikan metode alternatif untuk mengolah data hasil survey asal-tujuan license plate untuk menghasilkan Matriks Asal-Tujuan (MAT) dengan mempergunakan beberapa fungsi dalam software Microsoft Excel. TINJAUAN PUSTAKA Model Sebaran Pergerakan Model Sebaran Pergerakan merupakan salah satu tahapan dalam model perencanaan transportasi empat tahap (MPTEP) yang merupakan pemodelan pergerakan antarzona. Pola pergerakan dalam sistem transportasi sering digambarkan dalam bentuk arus pergerakan (kendaraan, penumpang, dan barang) yang bergerak dari suatu zona asal menuju ke suatu zona tujuan di dalam daerah tertentu dan selama periode waktu tertentu (Tamin, 2000). MAT sering digunakan oleh perencana transportasi untuk menggambarkan pola pergerakan tersebut. MAT adalah matriks berdimensi dua yang berisi informasi mengenai besarnya pergerakan antarlokasi (zona) di dalam daerah tertentu. Baris menyatakan zona

1


asal dan kolom menyatakan zona tujuan, sehingga sel matriks-nya menyatakan besaran arus dari zona asal ke zona tujuan (Tamin, 2000). Survey Asal-Tujuan Menurut Austroads (1988) dan Robertson (1994) terdapat beberapa metode survey untuk mendapatkan data asal-tujuan untuk membuat MAT yaitu: Roadside interviews, metode ini umumnya dipergunakan untuk mengetahui informasi mengenai pola perjalanan eksternal (external travel). Metode ini mempunyai keunggulan karena surveyor dimungkinkan untuk menanyakan kepada responden tujuan dari perjalanan, termasuk zona asal dan zona tujuan. Kelemahan dari metode ini adalah dalam penerapannya membutuhkan bantuan dari petugas kepolisian untuk menghentikan sejumlah kendaraan tertentu, sehingga berdampak mengganggu kelancaran lalulintas terutama jika surveyor kurang trampil dalam melaksanakan tugasnya. Sehingga berpotensi menyebabkan pelaku perjalanan memilih rute lain untuk menghindari kemacetan. License plate surveys, metode ini sangat sederhana yaitu surveyor mencatat/merekam sebagian/seluruh plat nomor dan waktu kendaraan tersebut melintasi pos pengamatan. Salah satu kelemahan dari metode ini selain akurasi pencatatan (jika dilakukan secara manual) adalah pengolahan data hasil survey berupa pencocokkan data pencatatan antar pos pengamatan. Umumnya tidak lebih dari 60% data plat nomor kendaraan yang dapat ditelusuri asal-tujuannya dengan metode ini. Postcard/mail-back surveys, metode ini sesuai kondisi lalulintas yang padat sehingga tidak memungkinkan untuk menghentikan kendaraan terlalu lama untuk menanyakan beberapa pertanyaan kepada pelaku perjalanan. Sehingga pelaku perjalanan hanya diberikan postcard untuk diisi terkait dengan tujuan perjalanan, zona asal, zona tujuan, dan lain sebagainya (umumnya sekitar 5 s/d 7 pertanyaan sederhana) dan selanjutnya postcard tersebut dikirim via pos atau dimasukkan dalam drop-box. Keuntungan metode ini adalah relatif hemat biaya dan tidak mengganggu kelancaran lalulintas namun kerugiannya adalah adanya potensi jawaban responden tidak konsisten/bias dan rendahnya tingkat pengembalian postcard. Vehicle intercept method, metode ini sesuai daerah study yang tidak terlalu luas/terbatas. Setiap kendaraan yang melewati pos pengamatan akan diberikan sebuah kartu dengan kode/warna tertentu yang akan diminta kembali pada saat pelaku perjalanan meninggalkan daerah studi dengan melewati pos pengamatan yang lain. Variasi dari metode ini adalah dengan menempelkan cellotape dengan warna tertentu pada bemper atau kaca depan kendaraan yang melewati pos pengamatan. Tag-on-vehicle method, adalah variasi metode yang dapat dipergunakan jika lalulintas padat sehingga tidak memungkinkan menghentikan kendaraan terlalu lama dan terbatasnya jumlah surveyor untuk mencatat plat nomor kendaraan. Pelaku perjalanan hanya diberikan kartu khusus (RFID tags) pada saat melewati pos pengamatan dan mengembalikannya pada saat meninggalkan daerah studi dengan melewati pos pengamatan yang lain .

2


Headlight study or Lights-On study, adalah suatu metode yang dapat digunakan untuk mengetahui pelaku perjalanan berasal dari satu atau dua zona asal dan hendak menuju ke maksimum dua atau tiga zona tujuan yang terpisah sejarak sekitar 0,8 s/d 1,6 km. Sebagaimana terlihat pada Gambar 1, kendaraan yang melewati salah satu pos pengamatan (jalan A) diminta untuk menyalakan lampu dan baru boleh memadamkan lampu setelah melewati pos pengamatan di jalan C dan D; sehingga surveyor pada pso pengamatan jalan C dan D dapat mencatat jumlah kendaraan yang berasal dari jalan A dan B.

Gambar 1

Contoh Penerapan Lights-On Study

License Plate Surveys Gambar 2 memperlihatkan teknik pencocokan license plate antara dua pos pengamatan dan perhitungan waktu tempuh yang merupakan selisih antara dua waktu pengamatan.

Gambar 2

Ilustrasi Teknik Pencocokan License Plate (Turner, 1998)

3


Sedangkan Tabel 1 memperlihatkan perbandingan berbagai teknik pencocokan License Plate dengan empat metode dasar (Turner, 1998), yaitu: Pencatatan manual, menggunakan alat tulis maupun alat perekam/digital voice recorder kemudian memasukkan data tersebut secara manual kedalam komputer. Pencatatan dengan mempergunakan portable computer yang secara otomatis akan mencantumkan waktu pengamatan. Pencatatan dengan mempergunakan kamera video pada saat survey, kemudian hasil rekaman diputar ulang dan dilakukan pengamatan secara manual oleh surveyor. Pencatatan dengan mempergunakan kamera video pada saat survey, kemudian hasil rekaman diolah dengan bantuan perangkat lunak dengan kemampuan untuk mengenali karakter yang tertera pada license plate dan secara otomatis informasi tersebut dirubah menjadi data untuk diolah dengan komputer. Tabel 1

Perbandingan Berbagai Teknik Pencocokan License Plate (Turner, 1998)

TAHAPAN PENGOLAHAN DATA Dalam makalah ini data yang dipergunakan untuk proses pencocokkan license plate adalah data hasil survey asal-tujuan dengan metode pencatatan license plate selama 15 jam (pk.06:00 s/d 21:00) tahun 2003 dengan area studi di sekitar kampus Universitas Kristen Petra dengan rincian jumlah masing-masing jenis kendaraan sebagaimana terlihat pada Tabel 2. Tabel 2

Jenis dan Jumlah Kendaraaan Hasil Survey Asal-Tujuan

Jenis Kendaraan Sepeda Motor/Motorcycle (MC) Kendaraan Bermotor /Light Vehicle (LV) Kendaraan Bermotor dengan / Heavy Vehicle (HV)

Jumlah 60.389 48.820 1.525

4


Data Hasil Survey Asal-Tujuan

TAHAP-1 Format seragam License Plate/ Time/Zone

TAHAP 2 Merubah format kolom Time dari time menjadi text

TAHAP 3 Mengurutkan data kolom License plat/Time/Zone

TAHAP 7 Matriks AsalTujuan Gabungan

TAHAP 6 Matriks AsalTujuan (DO)

TAHAP 5 Matriks AsalTujuan (OD)

TAHAP 4 Batasan waktu pengamatan dan penentuan OD Pair

Gambar 3

Tahapan Pengolahan Data Asal-Tujuan

Tahapan pengolahan data license plate hasil survey asal-tujuan adalah sebagai berikut: Tahap Pertama: Menggabungkan hasil pencatatan license plate dari semua pos pengamatan dalam satu folder worksheet (semisal folder DATA) dengan penentuan urutan kolom sebagai berikut: kolom pertama (A) license plate, kolom kedua (B) time/waktu pengamatan, dan kolom ketiga (C) zone/pos pengamatan. Format data harus sudah seragam untuk ketiga kolom tersebut. Lihat Gambar 4.

Gambar 4

Tahap Pertama Pengolahan Data Asal-Tujuan

Tahap Kedua: Merubah format data kolom (B) dari time menjadi text. Lihat Gambar 5.

Gambar 5

Tahap Kedua Pengolahan Data Asal-Tujuan

5


Tahap Ketiga: Mengurutkan data pada semua kolom dengan hirarki sebagai berikut kolom (A) berdasarkan abjad A s/d Z, kolom (B) berdasarkan nilai terkecil s/d terbesar, dan kolom (C) berdasarkan abjad A s/d Z. Lihat Gambar 6.

Gambar 6

Tahap Ketiga Pengolahan Data Asal-Tujuan

Tahap Keempat (Lihat Gambar 7): o Membuat batasan waktu pengamatan (START & END) dan membuat rumus untuk menampilkan pasangan data asal-tujuan (OD Pair) menggunakan fungsi “=if ... then ...”, “=concatenate()”, dan “=and()”. o Sebagai contoh pada cell D4395 dibuat rumus “=if(A4394=A4395,concatenate (C4394,C4395),C4395)” artinya jika terdapat dua baris data license plate yang identik (yaitu DR3520MC) maka akan dilakukan penggabungan zone keduanya (yaitu zone J1 dan zone J2) artinya pada jam 10:20 (0,4305556) sepeda motor dengan license plate DR3520MC melewati pos pengamatan (zone) J1 dan selanjutnya pada jam 10:25 (0,4340278) sepeda motor tersebut melewati pos pengamatan (zone) J2; sebaliknya jika tidak terdapat dua baris data license plate yang identik maka yang ditampilkan pada cell D4395 adalah nilai cell C4395. Rumus tersebut dicopy untuk seluruh kolom D. o Selanjutnya dibuat link ke folder tahap kelima, agar nilai cell E2 dan F2 secara otomatis berubah jika nilai cell W22 dan cell X22 pada tahap kelima berubah. o Terakhir dibuat rumus pada cell E4400 yaitu “=if(and(B4400>=E$2, B4400<=F$2),D4400,””) artinya jika nilai time pada suatu baris data semisal baris ke 4400 - memenuhi batasan waktu ≥ 0,67 dan ≤ 0,71 maka data OD Pair pada cell D4400 akan disalin ke cell E4400; jika tidak memenuhi batasan waktu maka cell E4400 akan dibiarkan kosong. Rumus tersebut dicopy untuk seluruh kolom E.

6


Gambar 7

Tahap Ketiga dan Keempat Pengolahan Data Asal-Tujuan

Tahap Kelima (Lihat Gambar 8): o Pada folder worksheet baru (semisal MAT-1) dibuat matriks pasangan data asal-tujuan (OD Pair) yang akan dipergunakan sebagai “criteria” dalam fungsi “=countif()”. o Sebagai contoh pada cell B2 dibuat rumus “=concatenate($A2,B$1)” artinya cell B2 akan menampilkan hasil penggabungan cell A2 & cell B1; selanjutnya rumus tersebut dicopy untuk semua cell (B1 s/d T20). o Kemudian disediakan tempat untuk memasukkan input batasan waktu pengamatan yaitu pada cell C22 & E22 (dalam format time) dan dibuat rumus pada cell W22 yaitu “=timevalue(C22)” dan pada cell X22 yaitu “=timevalue(E22)” yang akan merubah nilai 16:00 dan 17:00 menjadi 0,667 dan 0,708. Perubahan nilai pada cell W22 dan cell X22 akan mempengaruhi nilai cell E2 dan cell F2 pada tahap keempat (dalam folder DATA). o Terakhir dibuat rumus pada cell B25 yaitu “=countif(range,criteria)” dimana range merupakan semua baris data di kolom E pada tahap keempat (dalam folder DATA) semisal „DATA‟!$E$3:$E$60391 sedangkan criteria diisi dengan B2; artinya cell B25 akan menampilkan jumlah data pada kolom E tahap keempat (dalam folder DATA) yang identik dengan nilai B2 (yaitu A1A2) dan memenuhi batasan waktu tertentu sesuai nilai cell C22 & E22 (yaitu 16:00 dan 17:00 atau 0,667 dan 0,708); selanjutnya rumus tersebut dicopy untuk semua cell (B25 s/d T43). o Pada cell U25 s/d U43 (kolom U) dibuat rumus “=sum()” untuk menjumlahkan total baris (origin) dan pada cell B44 s/d U44 (baris 44) dibuat rumus “=sum()” untuk menjumlahkan total kolom (destination).

7


Gambar 8

Tahap Kelima Pengolahan Data Asal-Tujuan

Tahap Keenam (Lihat Gambar 9): o Untuk mengantisipasi kemungkinan adanya perbedaan waktu pencatatan antara beberapa pos pengamatan, sehingga berpotensi menimbulkan kehilangan data yaitu data yang diabaikan dalam tahap kelima karena dianggap tidak memenuhi logika asal dan tujuan pergerakan kendaraan; semisal urutan data menjadi dari zone tujuan A2 menuju zone asal A1 karena waktu pencatatan di zone A2 nilainya lebih kecil dari waktu pencatatan di zone A1. o Maka jika dipandang perlu dapat dilakukan tahap keenam yang secara prinsip serupa dengan tahap kelima hanya berbeda pada pembuatan matriks pasangan data asal-tujuan (OD Pair) yang akan dipergunakan sebagai “criteria” dalam fungsi “=countif()” pada folder worksheet baru (semisal MAT-2). o Sebagai contoh pada cell B2 dibuat rumus “=concatenate($A2,B$1)” artinya cell B2 akan menampilkan hasil penggabungan cell A2 & cell B1; selanjutnya rumus tersebut dicopy untuk semua cell (B1 s/d T20).

8


o Untuk batasan waktu pengamatan dapat dibuat link dengan cell C22 dan cell E22 dalam folder MAT-1 (tahap kelima). Sehingga perubahan nilai pada cell C22 dan cell E22 (folder MAT-1) akan secara otomatis merubah nilai pada cell C22 dan cell E22 (folder MAT-2). o Kemudian dibuat rumus pada cell B25 yaitu “=countif(range,criteria)” dimana range merupakan semua baris data di kolom E pada tahap keempat (dalam folder DATA) semisal „DATA‟!$E$3:$E$60391 sedangkan criteria diisi dengan B2; artinya cell B25 akan menampilkan jumlah data pada kolom E tahap keempat (dalam folder DATA) yang identik dengan nilai B2 (yaitu A2A1) dan memenuhi batasan waktu tertentu sesuai nilai cell C22 & E22 (yaitu 16:00 dan 17:00 atau 0,667 dan 0,708); selanjutnya rumus tersebut dicopy untuk semua cell (B25 s/d T43).

Gambar 9

Tahap Keenam Pengolahan Data Asal-Tujuan

o Pada cell U25 s/d U43 (kolom U) dibuat rumus “=sum()” untuk menjumlahkan total baris (origin) dan pada cell B44 s/d U44 (baris 44) dibuat rumus “=sum()” untuk menjumlahkan total kolom (destination).

9


Tahap Ketujuh (Lihat Gambar 10): o Merupakan tahap penjumlahan antara MAT pada tahap kelima (dalam folder MAT-1) dengan MAT pada tahap keenam (dalam folder MAT-2). Sehingga hanya diperlukan rumus untuk menjumlahkan nilai pada setiap cell dalam kedua MAT tersebut.

Gambar 10

Tahap Ketujuh Pengolahan Data Asal-Tujuan

KESIMPULAN Penggunaan software Microsoft Excel dapat mempermudah dan mempercepat pengolahan data hasil survey asal-tujuan untuk menghasilkan Matriks Asal-Tujuan (MAT). Microsoft Excel juga menyediakan banyak fungsi lain yang dapat dikombinasikan untuk mengolah data hasil survey asal-tujuan untuk mendapatkan trip chain.

DAFTAR PUSTAKA Austroads. 1988. Guide to Traffic Engineering Practice, Part 3 – Traffic Studies. AUSTROADS, Sydney. Robertson, H.D, et.al., 1994. Manual of Transportation Engineering Studies. Prentice Hall, Englewood Cliffs, New Jersey. Tamin, O.Z.. 2000. Perencanaan & Pemodelan Transportasi. Penerbit ITB, Bandung. Turner, S.M., et.al.. 1998. Travel Time Data Collection Handbook, Chapter 4 License Plate Matching Techniques. Federal Highway Administration, Office of Highway Information Management, Washington, DC.

10

PENGOLAHAN DATA SURVEY ASAL-TUJUAN MENGGUNAKAN MICROSOFT EXCEL

Recommend Documents